Grok 4.6 全解析：500K 上下文、定價、基準測試與 Grok Lite 故障

基準測試：與 GPT-5.6 Sol Max 同分，但不是全面稱王

Artificial Analysis 在 Intelligence Index 中給予 Grok 4.6 61 分。這是一項綜合評測，涵蓋推理、程式設計、工具使用及知識工作等多項能力；結果顯示 Grok 4.6 與 GPT-5.6 Sol Max 持平，並比 Grok 4.5 High 高 5 分。

這個成績代表 Grok 4.6 已站上前沿模型競爭位置，但並不等於它在所有基準測試中都勝出。同一比較中，仍有其他模型取得更高總分；在程式設計、推理及知識工作等不同測試，Grok 4.6 也呈現各有勝負的情況。

它更鮮明的賣點是效率。引用的比較顯示，Grok 4.6 的標準 API 價格為每百萬輸入 token 2 美元、每百萬輸出 token 6 美元；GPT-5.6 Sol standard 則為 5 美元及 30 美元。 因此，較準確的說法是：Grok 4.6 是一個具競爭力的性價比前沿模型，而不是在所有任務中都無可取代的最佳模型。

哪些平台可以使用？

Grok 4.6 首先透過 xAI API 及 xAI 自家的開發者產品推出，包括 Grok Build 和 Cursor。xAI 也列出 OpenRouter、Vercel 及 Cloudflare 等合作夥伴作為可用管道。

之後，模型進一步擴展至更多開發平台：

• GitHub Copilot： Grok 4.6 陸續加入 GitHub Copilot，支援代理程式式程式設計及複雜的多步驟工作流程，涵蓋支援的 Copilot 方案及開發環境。
• Amazon Bedrock： xAI 宣布 Grok 4.6 已在 Bedrock 正式提供，並保留 500,000 token 上下文視窗及可調整推理設定。
• Grok 一般使用者產品： Grok 仍可在 grok.com，以及 iOS 和 Android 應用程式中使用；實際使用權限及用量上限則視所屬方案而定。

這種分發方式再次凸顯它的開發者導向：Grok 4.6 不只是獨立聊天機器人，也被放進程式設計工具、雲端基礎設施及代理程式平台，讓開發者能在原有工作流程中直接測試。

Grok Lite 的「亂碼式回覆」故障是什麼？

約在 8 月 20 日，部分在 Grok.com 使用 Grok Lite 的使用者表示，系統沒有正常回答問題，反而輸出大量不連貫、沒有意義的文字。相關回報主要集中在直接透過網站提出查詢的情況；X 平台上的 Grok 體驗則看起來未受影響。有使用者表示重新整理後恢復正常，但也有人即使多次重新整理仍持續遇到問題。

Grok 官方帳號將問題形容為「罕見的暫時性生成故障」，並表示官方服務狀態頁沒有顯示大範圍事故；對受影響使用者的建議是開啟新的聊天視窗，或重新產生回覆。

目前這起事件被描述為暫時性的回覆生成問題，而不是 Grok 4.6 整體無法使用的證據。不過，這也提醒使用者：如果模型突然開始輸出完全不連貫的內容，應先停止引用該回覆，嘗試開啟新對話或重新生成，再檢查結果是否恢復正常。

xAI 想把 Grok 4.6 放在什麼位置？

綜合發布內容、價格及合作平台，xAI 的競爭策略大致可歸納為四點：

1. 鎖定代理程式開發者。 Grok Build、程式設計整合、工具使用及長時間任務，均指向正在打造軟體代理程式的開發者。
2. 以成本效益競爭。 Grok 4.6 在 Intelligence Index 得分 61，同時維持較低的標準 API 價格，讓 xAI 能主打性價比，即使它沒有在每項基準測試中領先。
3. 透過分發降低導入門檻。 API、程式設計環境、GitHub Copilot、Amazon Bedrock 及其他合作夥伴的支援，讓開發者可以在既有工具中試用 Grok 4.6。
4. 銷售實際工作能力，而不只是一個分數。 500,000 token 上下文視窗及可調整推理，對整個程式碼庫的開發、研究及多步驟自動化更具直接意義。

較審慎的結論是：Grok 4.6 被定位為一款面向生產環境代理程式及開發者工作流程、成本相對經濟的前沿模型。這是根據 xAI 的產品設計、定價及分發策略所作的推論，並不代表它已被證明能在每一項實際任務中擊敗所有競爭對手。